Question

我是Tensorflow Hub的新手。我想使用I3D模块并将该网络微调到另一个数据集，我需要获取最后一个隐藏层以及其他一些层的输出。我想知道是否有办法获得其他层的激活。为I3D提供的唯一签名只是“默认”。我认为应该有一种方法可以使用Tensorflow Hub模块轻松获取所有层的输出。

import tensorflow_hub as hub
module = hub.Module("https://tfhub.dev/deepmind/i3d-kinetics-600/1", trainable=False)
logits = module(inp)

这将给我最终的图层输出。如何获得其他层的输出，例如第二个卷积层的输出？

Answer 1

https://tfhub.dev/deepmind/i3d-kinetics-400/1（以及* -600版本）恰好仅导出最后一层，因此没有适当支持的方法来获取其他层。（也就是说，您始终可以通过检查图形并按名称选择张量来进行试验，但这确实有可能停止使用较新的模块或库版本。）

Answer 2

您可以按名称获取其他层。以Inception-v3为例：

import tensorflow_hub as hub

module = hub.Module("https://tfhub.dev/google/imagenet/inception_v3/feature_vector/1")
logits = module(inp)

logits包含所有模型层。您可以通过调用items()来查看它们：

print(logits.items())

这将输出一个包含图形中所有层的字典，其中一些如下所示：

dict_items([
('InceptionV3/Mixed_6c', <tf.Tensor 'module_2_apply_image_feature_vector/InceptionV3/InceptionV3/Mixed_6c/concat:0' shape=(1, 17, 17, 768) dtype=float32>), 
('InceptionV3/Mixed_6d', <tf.Tensor 'module_2_apply_image_feature_vector/InceptionV3/InceptionV3/Mixed_6d/concat:0' shape=(1, 17, 17, 768) dtype=float32>), 
('InceptionV3/Mixed_6e', <tf.Tensor 'module_2_apply_image_feature_vector/InceptionV3/InceptionV3/Mixed_6e/concat:0' shape=(1, 17, 17, 768) dtype=float32>),
('default', <tf.Tensor 'module_2_apply_image_feature_vector/hub_output/feature_vector/SpatialSqueeze:0' shape=(1, 2048) dtype=float32>),     
('InceptionV3/MaxPool_5a_3x3', <tf.Tensor 'module_2_apply_image_feature_vector/InceptionV3/InceptionV3/MaxPool_5a_3x3/MaxPool:0' shape=(1, 35, 35, 192) dtype=float32>)])

通常要获得最后一层，您可以使用default：

sess.run(logits['default'])

但是您也可以使用其名称轻松获得其他图层：

sess.run(logits['InceptionV3/MaxPool_5a_3x3'])

如何为Tensorflow Hub模块的特定输入获取所有层的激活？

2 个答案: